KI-Entwicklertools · Was kam heute

Benchmark Radar ist ein neues Tool, das täglich Benchmark-Signale aus 37 öffentlichen Quellen sammelt und eine durchsuchbare Datenbank mit KI-Benchmarks aufbaut. Das Projekt bietet ein Web-Dashboard mit Leaderboards, Trend-Ansichten, eine Kommandozeilen-Schnittstelle für lokale Abfragen und downloadbare Daten für LLM-Evaluierung, agentic systems, Coding, Reasoning, Safety und domänenspezifische Bewertungen. Die technische Dokumentation beschreibt Benchmark-Sättigung, Adoption Trends und Limitierungen von Score-Vergleichen, mit täglichen Updates über neue Benchmark-Paper, Repositories und Releases.

OpenAIs neues KI-Modell GPT-6 Astra ist jetzt in GitHub Copilot verfügbar und wird schrittweise für Nutzer der Tarife Pro+, Max, Business und Enterprise ausgerollt. Das CUDA Toolkit 13.4 erweitert seine Unterstützung auf Windows für ARM und die Rubin-GPU-Architektur von Nvidia mit erweiterten GPU-Management-Funktionen und Updates für Nsight-Entwicklertools sowie mathematische Kernbibliotheken.

Ein Benutzer mit vllm-Rezepten auf DGX Spark hat Benchmark-Ergebnisse für Qwen 3.8 Flash Next NVFP4 veröffentlicht: tool-eval-bench erzielte einen Score von 94/100 (Excellent) mit 79 bestandenen Tests und 165 von 176 Punkten bei mittlerer Reasoning-Einstellung. Die llama-benchy-Ergebnisse zeigen Durchsätze von 47 Token/s (Concurrency 1) bis 131 Token/s (Concurrency 8) bei 2048 Prompt- und 512 Token-Generierung. Ein weiterer Benutzer dokumentierte INT4-AutoRound-Quantisierung mit tool-eval-bench v2.6.1 Scores von 88–90/100, wobei die Responsiveness bei dieser Variante nur 16/100 erreichte (9,1s Median Turn).